[发明专利]识别静态障碍物检测错误的方法、装置、设备和存储介质在审
申请号: | 202111676334.7 | 申请日: | 2021-12-31 |
公开(公告)号: | CN114529882A | 公开(公告)日: | 2022-05-24 |
发明(设计)人: | 王一炜;林晓生;彭绍东;陈飞;韩旭 | 申请(专利权)人: | 广州文远知行科技有限公司 |
主分类号: | G06V20/58 | 分类号: | G06V20/58;G06V10/82;G06N3/04;G06N3/08;G01C21/28;G01S19/45;G01S19/47 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 陈志明 |
地址: | 510000 广东省广州市广州*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 识别 静态 障碍物 检测 错误 方法 装置 设备 存储 介质 | ||
本申请涉及识别静态障碍物检测错误的方法、装置、设备和存储介质,其方法包括获取主车行驶过程中每一帧的车辆位置信息和障碍物信息;基于获取的每一帧的车辆位置信息和障碍物信息,确定主车每一帧的轮廓位置信息、动态障碍物每一帧的轮廓位置信息和静态障碍物每一帧的轮廓位置信息;检测主车的轮廓位置集合和动态障碍物的轮廓位置集合是否与当前帧的静态障碍物的轮廓位置有交集;当主车的轮廓位置集合和动态障碍物的轮廓位置集合与静态障碍物的轮廓位置有交集时,对应的静态障碍物信息有错误。解决了现有的人工检测静态障碍物识别结果的方式效率低、人为误差大的问题。本申请具有改善静态障碍物识别结果的检测效率和准确率的优点。
技术领域
本申请涉及自动驾驶技术领域,尤其是涉及识别静态障碍物检测错误的方法、装置、设备和存储介质。
背景技术
通过传感器等获取的大量的环境信息和感知模块中的深度学习模型,自动驾驶感知模块能自动识别道路上的静态障碍物。但在深度学习模型的训练过程中,由于训练数据是经过处理的,会被默认是没有问题的,进而在回溯问题时难以感知静态障碍物的识别结果存在误差,且当识别静态障碍物错误时,会引起自动驾驶车辆发生卡住、突然急刹等情况,从而引发车辆追尾碰撞等危险事故。基于静态障碍物识别结果的分析检测,并将检测结果作为深度学习模型的训练指导,有利于改善深度学习模型的识别准确率。
现有的检测方式是借助总结归纳的经验知识,人工对静态障碍物的识别结果进行理解,以判断是否发生了静态障碍物识别错误的情况。然而,静态障碍物的数量非常多,很难对静态障碍物的识别结果进行一一排查,耗时长、人为误差大。
针对上述中的相关技术,发明人认为现有的人工检测静态障碍物识别结果的方式存在有效率低、人为误差大的缺陷。
发明内容
为了改善静态障碍物识别结果的检测效率和准确率,本申请提供了识别静态障碍物检测错误的方法、装置、设备和存储介质。
第一方面,本申请提供一种识别静态障碍物检测错误的方法,具有提高静态障碍物识别结果的检测效率和准确率的特点。
本申请是通过以下技术方案得以实现的:
一种识别静态障碍物检测错误的方法,包括以下步骤:
获取主车行驶过程中每一帧的车辆位置信息和障碍物信息;
基于获取的每一帧的所述车辆位置信息和障碍物信息,确定主车每一帧的轮廓位置信息、动态障碍物每一帧的轮廓位置信息和静态障碍物每一帧的轮廓位置信息;
检测所述主车的轮廓位置集合和所述动态障碍物的轮廓位置集合是否与当前帧的静态障碍物的轮廓位置有交集;
当所述主车的轮廓位置集合和所述动态障碍物的轮廓位置集合与所述静态障碍物的轮廓位置有交集时,对应的所述静态障碍物有错误。
本申请在一较佳示例中可以进一步配置为:所述确定主车每一帧的轮廓位置信息的步骤包括:
获取的每一帧的所述车辆位置信息包括横坐标、纵坐标和朝向信息;
根据预设的参考点,获得主车在全局坐标系下的初始轮廓位置信息;
基于每一帧的横坐标、纵坐标和朝向信息,以及所述初始轮廓位置信息,确定主车在全局坐标系下每一帧的轮廓位置信息。
本申请在一较佳示例中可以进一步配置为:所述确定动态障碍物每一帧的轮廓位置信息的步骤包括:
获取的障碍物信息包括每一帧的位置信息和速度信息;
当超过预设阈值的障碍物平均速度持续超过预设时间时,判断该障碍物为动态障碍物,并把该障碍物对应的ID和对应的位置信息添加至预设的动态障碍物集合中;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州文远知行科技有限公司,未经广州文远知行科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111676334.7/2.html,转载请声明来源钻瓜专利网。